Alternativas de machine-learning in Python Mejor Valoradas

Clarifai

(60)

4.3 de 5

Visitar sitio web

Patrocinado

Weka

Por Weka

(13)

4.3 de 5

Vertex AI

Por Google

(572)

4.3 de 5

Ver todas las Alternativas de machine-learning in Python

machine-learning in Python Reseñas y Detalles del Producto

administrador

Usuario verificado en Educación superior

Empresa (> 1000 empleados)

4/3/2018

"Es realmente fácil ejecutar aplicaciones de aprendizaje automático usando Python."

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

El paquete scikit-learn incluye la mayoría de las herramientas de aprendizaje automático eficientes y recientes, como Random Forest, SVM, Boosting, entre otras. Es realmente fácil y rápido con el paquete scikit-learn de Python. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Solo necesitas habilidades básicas de programación en Python. Una vez que estés familiarizado con la programación en Python, que es bastante fácil, las aplicaciones de aprendizaje automático son pan comido usando Python. Reseña recopilada por y alojada en G2.com.

Descripción general de machine-learning in Python

editar

¿Qué es machine-learning in Python?

aprendizaje automático, máquina de vectores de soporte (SVMs) y regresión de vectores de soporte (SVRs) son modelos de aprendizaje supervisado con algoritmos de aprendizaje asociados que analizan datos y reconocen patrones, utilizados para análisis de clasificación y regresión.

Detalles machine-learning in Python

Discusiones

Comunidad machine-learning in Python

Mostrar menosMostrar más

Descripción del Producto

Vendedor

machine-learning in Python

Descripción

The repository "machine-learning" by jeff1evesque on GitHub provides a comprehensive solution for implementing machine learning algorithms in Python. This project offers a robust framework designed to facilitate the development of machine learning models, emphasizing ease of use and scalability. It likely includes various utilities and pre-built components to assist users in creating and training models, handling data preprocessing, evaluation, and optimization tasks. As an open-source project, it encourages collaboration and contributions from developers and researchers interested in enhancing or extending its functionality. You can access the repository and its resources at https://github.com/jeff1evesque/machine-learning.

Contenido Multimedia de machine-learning in Python

Las reseñas de G2 son auténticas y verificadas.

Así es como.

Komal A.

Spec Analytics

Empresa (> 1000 empleados)

1/22/2025

"Pandas con Python"

4.5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Me gusta que Python ofrezca un rico ecosistema de bibliotecas como TensorFlow, scikit-learn y PyTorch, lo que facilita la implementación y experimentación con modelos de aprendizaje automático de manera eficiente. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

No me gusta que el aprendizaje automático en Python a veces pueda ser intensivo en recursos, requiriendo un poder computacional significativo para entrenar modelos grandes. Reseña recopilada por y alojada en G2.com.

Mikhail I.

Director of Software Engineering

Empresa (> 1000 empleados)

12/4/2024

"Director de Ingeniería - Oracle"

4/5

¿Qué es lo que más te gusta de machine-learning in Python?

- Hace que la preparación y exploración de datos sea fácil, especialmente en la etapa inicial

- No hay necesidad de extracción de datos. Puede trabajar con los datos en la base de datos

- El flujo de trabajo es simple Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

- Algoritmos limitados compatibles

- Costo, debido a la licencia Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

Python es un lenguaje muy popular ahora. Mientras se mantiene la información en la base de datos, no es necesario realizar pasos de extracción, podemos hacer una POC completa para soluciones supervisadas, de clasificación, bolsa de palabras, ... para datos en la base de datos. Sin hacer ETL, actualmente somos capaces de hacer algunas soluciones de aprendizaje supervisado para datos en Oracle DB usando OML4Py. Reseña recopilada por y alojada en G2.com.

Kunal M.

Data analysts

Mediana Empresa (51-1000 empleados)

8/21/2024

"Mi reseña sobre el aprendizaje automático con Python."

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Lo que más me gusta del aprendizaje automático con Python es que proporciona bibliotecas y marcos extensos que facilitan nuestro trabajo. Tiene uno de los mejores apoyos comunitarios para los programadores. Ideal para la visualización con la ayuda de Matplotlib y Seaborn... Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Actualmente no hay nada que vea que me desagrade sobre el aprendizaje automático con Python. Reseña recopilada por y alojada en G2.com.

Shivam M.

Tecnología de la información y servicios

Pequeña Empresa (50 o menos empleados)

6/2/2023

""Python: El lenguaje ideal para el aprendizaje automático""

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Dado que Python es un lenguaje muy fácil y para el aprendizaje automático, tenemos que escribir un código grande, diverso y muy complejo que es bastante difícil en cualquier otro lenguaje de programación, desde ese punto de vista, Python es el lenguaje más adecuado para el aprendizaje automático. Además, tiene enormes bibliotecas que ayudan a los desarrolladores a escribir código de manera eficiente y efectiva. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Como ingeniero de aprendizaje automático, he encontrado que Python es un lenguaje de aprendizaje automático increíble, y valoro su adaptabilidad y amplitud de características. Python es bien conocido no solo por su éxito en el aprendizaje automático y la ciencia de datos, sino también como una opción principal para el desarrollo web y otras disciplinas. Su extenso ecosistema de bibliotecas, sintaxis amigable y comunidad activa lo convierten en un lenguaje favorito para los desarrolladores, permitiéndoles diseñar soluciones nuevas y eficientes. Python realmente destaca al proporcionar una experiencia fluida y atractiva tanto para los practicantes de aprendizaje automático como para los entusiastas. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

El uso del aprendizaje automático en Python ha contribuido a la creación de herramientas y bibliotecas poderosas que han permitido el desarrollo de modelos de IA más avanzados y sofisticados como chat gpt. Proporciona soluciones eficientes y escalables a problemas complejos, ayuda en la automatización de tareas, mejora los procesos de toma de decisiones, permite obtener conocimientos basados en datos y abre oportunidades para la innovación y la ventaja competitiva. El rico ecosistema de bibliotecas de Python, su extensa documentación y su activa comunidad apoyan aún más a los practicantes en la construcción y despliegue de modelos de aprendizaje automático de manera efectiva. Reseña recopilada por y alojada en G2.com.

Prasanth B.

Process Specialist

Pequeña Empresa (50 o menos empleados)

10/19/2023

"Es importante saber y aplicar"

4.5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Pandas - Me encanta explorar los datos con pandas. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

A veces, una tarea simple requiere que sigamos los mismos pasos. Reseña recopilada por y alojada en G2.com.

Syed Adeel H.

Infrastructure Manager

Pequeña Empresa (50 o menos empleados)

3/29/2023

"Minería de datos para el aprendizaje automático"

4.5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Uno de los beneficios clave de usar Python para el aprendizaje automático es su facilidad de uso. El lenguaje tiene una sintaxis limpia e intuitiva que facilita la escritura y comprensión del código, incluso para aquellos que son nuevos en la programación. Además, Python tiene una comunidad grande y solidaria que proporciona muchos recursos y tutoriales para ayudar a los usuarios a comenzar. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Python es un lenguaje interpretado, lo que significa que es más lento que los lenguajes compilados como C++ o Java. Esto puede ser una desventaja al trabajar con conjuntos de datos muy grandes o algoritmos complejos. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

Con la ayuda del aprendizaje automático de Python, se puede utilizar para detectar transacciones fraudulentas, como el fraude con tarjetas de crédito. Se utilizan bibliotecas de Python como sci-kit-learn y TensorFlow para construir modelos de detección de fraude que pueden identificar patrones de comportamiento fraudulento. Reseña recopilada por y alojada en G2.com.

Oliver G.

Technical Sales Engineer

Pequeña Empresa (50 o menos empleados)

6/28/2022

"Súper rápido para empezar, excelentes resultados."

4.5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Herramientas muy bien respaldadas como TensorFlow. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

El rendimiento puede ser problemático y difícil de diagnosticar, especialmente al usar por defecto el 100% de cualquier GPU dado. Reseña recopilada por y alojada en G2.com.

Usuario verificado en Consultoría de gestión

Pequeña Empresa (50 o menos empleados)

11/12/2021

Socio comercial del vendedor o competidor del vendedor, no incluido en las puntuaciones de G2.

"Python para Aprendizaje Automático (Desarrollo y Despliegue de Modelos)"

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Python es el lenguaje de programación más avanzado para implementar modelos de aprendizaje automático desde cero. Proporciona una amplia gama de bibliotecas y funciones personalizadas para construir, entrenar y desarrollar modelos de aprendizaje automático. Ofrece un código fácilmente interpretable, razonable y conciso, y permite a los desarrolladores construir y probar algoritmos complejos de aprendizaje automático en datos estructurados y no estructurados con facilidad. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Python es un lenguaje de programación interpretado que tiene una velocidad limitada ya que la ejecución del código ocurre línea por línea. Python no admite subprocesos, lo que representa un problema al implementar soluciones de ML a gran escala. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando machine-learning in Python:

Definitivamente recomendaría usar Python para construir aplicaciones basadas en aprendizaje automático, siempre que tu equipo tenga la experiencia en programación. Python requiere que los desarrolladores estén familiarizados con el concepto de funciones, clases y programación orientada a objetos. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

Estamos utilizando Python en múltiples proyectos para construir soluciones de aprendizaje automático desde cero. Ayudó a los desarrolladores a entrenar y probar rápidamente los modelos de ML en datos estructurados para construir tarjetas de puntuación basadas en riesgos. La biblioteca Scikit-learn proporciona todos los algoritmos para implementar modelos de aprendizaje automático como Random Forest, XGBoost, SVM, Regresión Lineal y Logística. También usamos Python para automatizar procesos que implican revisión y verificación manual. Reseña recopilada por y alojada en G2.com.

Usuario verificado en Diseño

Empresa (> 1000 empleados)

5/19/2022

"Es muy fácil crear un modelo de aprendizaje automático con la ayuda de varias bibliotecas de Python."

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Crear un modelo de aprendizaje automático con la ayuda de Python es muy fácil, además si lo estás integrando con una tubería sincrónica, Python funciona muy bien. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Solo puedo pensar en un poco lento, de lo contrario todo está bien. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando machine-learning in Python:

Para casos de uso de aprendizaje automático, no se me ocurrió ningún otro lenguaje que no fuera Python. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

Creación de modelos de aprendizaje automático para identificar el elemento, segmentación semántica, etc. Reseña recopilada por y alojada en G2.com.

Alvaro R.

Profesor titular

Mediana Empresa (51-1000 empleados)

6/17/2021

"Aprendizaje automático poderoso y moderno usando python"

5/5

¿Qué es lo que más te gusta de machine-learning in Python?

Los últimos y más avanzados modelos para el aprendizaje automático están disponibles en python. Esto permite realizar experimentos actualizados. Hay muchos tutoriales para usar el aprendizaje automático con python y los sistemas más modernos lo utilizan.

Si tengo algún problema con la salida, o algún error, hay muchos foros en internet que muestran cualquier posible solución. Eso me anima a usarlo porque puedo estar seguro de resolver cualquier problema que pueda tener. Si no encuentras la solución, puedes publicar una pregunta y esperar una respuesta en los próximos días.

Por otro lado, el aprendizaje automático con python permite usar aceleración de HW como GPUs. Solo necesitas configurar el HW adecuado.

Otra ventaja es el hecho de que hay varias bibliotecas para hacer aprendizaje automático con python. En caso de que no te guste alguna, puedes elegir entre las otras. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de machine-learning in Python?

Hay múltiples bibliotecas y la documentación de algunas de ellas a veces está incompleta. Además, algunas funciones cambian entre diferentes versiones, haciendo que el código antiguo sea incompatible con el nuevo código. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando machine-learning in Python:

Si ya sabes qué algoritmo quieres usar, solo necesitas buscar el nombre de ese algoritmo en la biblioteca. Si tienes alguna duda, sugiero echar un vistazo a la API o a cualquier ejemplo en la web. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay machine-learning in Python ¿Y cómo te beneficia eso?

Principalmente trabajo con la clasificación de texto y otras tareas relacionadas con el procesamiento del lenguaje natural. Puedo procesar texto con otras herramientas de Python y conectar la salida a cualquier modelo de aprendizaje automático. Reseña recopilada por y alojada en G2.com.